※この投稿は米国時間 2022 年 1 月 13 日に、Google Cloud blog に投稿されたものの抄訳です。 このブログ投稿では、ML 開発プラットフォーム Google Cloud Vertex AI とグラフ データベース Neo4j の 2 つのテクノロジーを一緒に使用する方法について説明します。これらのテクノロジーを組み合わせて使用することで、グラフベースの機械学習モデルを構築し、デプロイできます。 このブログ投稿の基盤となるコードは、こちらのノートブックで参照できます。 データ サイエンスにグラフを使用するべき理由ビジネス上の重大な問題の多くでは、グラフとして表現できるデータが使用されています。グラフはデータ構造で、データそのものと同様にデータポイント間の関係を記述します。 簡単に言うと、グラフは名詞と動詞の関係に似ています。ノード(名詞)は人々、場所、品物などの「も
今回は、弊社の李・朱・細見が社内PoCとして「Neo4jを利用してNASAのナレッジグラフを再現してみた」プロセスについてお送りします! この社内プロジェクトは、2019年4月~7月の間に、各メンバーが他のプロジェクトに参加しながら、残りの時間を有効活用する形で進められました。 プロジェクト名: * AIによるナレッジグラフの自動生成及びナレッジのレコメンド、Cypherによるナレッジ検索エンジン開発のためのPoC(ナレッジレコメンデーションエンジン) ちなみにこの内容は、毎週月曜日に弊社で行っているWeekly朝会で全社員に共有されました。 Weekly朝会の詳細についてはこちらもご参照ください♪ 社内PoCの背景 今回の社内PoCのきっかけは、「市場に対してクリエーションライン自ら、Neo4jの需要を起こせないか?」と思ったこと。 また、以下のような事例をみて刺激を受け、われわれの力(
今回紹介する言語は、グラフデータベースのNeo4jで使う問い合わせ言語のCypherです。Cypherは一般的なデータベースを操作するSQLと同等の機能をグラフデータベースで扱えるように設計されたものです。グラフデータベースは見た目も面白く、データ管理だけでなく視覚化の点でも役立ちます。 Cypherで3と5の公倍数を表示したところ Cypherとは 以前、本連載では一般的なデータベース(RDBMS)で使えるSQLについて紹介しました。SQLはデータベースの問い合わせ言語であり、簡単なコマンドによりデータの挿入、変更、削除、検索を行います。 同じように、Cypherを使うことでグラフデータベースを操作できます。CypherはもともとNeo4jのために設計されましたが、2015年にオープンソースのプロジェクトとしても公開されています。 グラフデータベースNeo4jとは なお、Neo4jという
I did a lot of experiments to decide the best way to go about it. I’ve tried most of the open-source named entity recognition models to compare which worked best, but in the end, I decided that none were good enough. Luckily for us, the Harry Potter fandom page contains a list of characters in the first book. We also know in which chapter they first appeared, which will help us even further disamb
MotivationHave you ever been curious about the similarities between different companies? Wouldn’t it be nice if you can visualize their relationships like below? Image by AuthorThat is when graph database and Neo4j come in handy. In my latest article, you will learn what Neo4j is and how to use it to analyze the similarities between artificial intelligence companies. What is a Graph Database?A gra
1.実用化が難しい理由: 2.KnowledgeGraphとは? 3.想定される利用方法: ①回転売買などの会計不正の事前検知 ②リスク管理では ③地域特性に基づいた収益予測 4.既に実用化段階に入っている例 ①EY Customer360° ②THOMSON REUTERS KNOWLEDGE GRAPH FEED CONTENT https://www.thomsonreuters.com/en/press-releases/2017/october/thomson-reuters-launches-first-of-its-kind-knowledge-graph-feed.html ③企業業績に影響を与えるリスク要因の分析->サプライチェーンの把握 ④NttdataのiTreasure 5.FIBOのKnowledgeGraph ①データインフラとしての機能 ②AIの有効利用のため
Editor’s Note: This presentation was given by Jesús Barrasa at GraphConnect San Francisco in October 2016. Presentation Summary Resource Description Framework (RDF) triple stores and labeled property graphs both provide ways to explore and graphically depict connected data. But the two are very different – and each have different strengths in different use cases. In this presentation, Dr. Jesús Ba
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く